Anzeige
Anzeige
Beitrag drucken

Echtzeitdaten strategisch verwerten

Böse Überraschungen in der Supply Chain vermeiden

Die Havarie eines einzigen Frachters am falschen Ort reichte, um Transportwege ins Stocken zu bringen. Natürlich hat auch die Pandemie ihren Teil zur Situation beigetragen. Früh verfügbare Informationen über Störungen helfen, Stillstände zu vermeiden – und künstliche Intelligenz wird dazu immer wichtiger.

 (Bild: Blue Yonder, Inc.)

(Bild: Blue Yonder, Inc.)

Störungen in der Supply Chain führen typischerweise dazu, dass bestimmte Teile oder Produkte nicht zur gewünschten Zeit am gewünschten Ort ankommen. Dadurch werden Produktionspläne und Lieferzusagen gestört, was in der Folge Auswirkungen auf die Kundezufriedenheit hat. Im schlimmsten Fall können Strafzahlungen wegen verspäteter Lieferungen drohen. Dabei können schon einfache Gegenmaßnahmen für mehr Sicherheit sorgen. Im ersten Schritt hilft ein vollständiger Überblick über die Lieferkette, idealerweise in Echtzeit. Dazu gibt es Expertensysteme, die Daten aus dem Unternehmen mit externen Informationen wie von Häfen, Wetterdaten, Zöllen usw. aggregieren. Die dafür benötigten Daten können aus ERP-Systemen, von Transportmanagementsystemen, aus dem Warehouse Management oder direkt von den Produktionsmaschinen kommen. Der Nachteil ist, dass die Echtzeitsicht stets nur eine Momentaufnahme darstellt. Auf der anderen Seite schafft sie Transparenz über Abweichungen und deren Folgen. Wenn beispielsweise ein Transport mit Teilen von Fabrik A zu Fabrik B umgeleitet werden muss, fehlen möglicherweise am Ende in Fabrik A, wenn diese nicht auf Sicherheitsbestände zurückgreifen kann. Da Störungen oft langfristige Planungen über den Haufen werfen und bestimmte Produkte eine lange Vorlaufzeit haben, sollte möglichst weit im Voraus bekannt sein, dass eine Lieferung später kommt.

ETA und PTA

Eine gängige Kenngröße in der Logistik ist die geschätzte Ankunftszeit, die Estimated Time of Arrival (ETA). Diese gibt an, wann beispielsweise ein Lkw sein Ziel an der Rampe erreichen wird. In der Produktion ist jedoch die Vorhersage zur Pünktlichkeit der vorgelagerten Schritte in der Lieferkette wichtig. Diese Predicted Time of Arrival (PTA) als Kenngröße bietet gerade bei Produkten mit langer Vorlaufzeit wichtige Informationen. Unternehmen, die vier Wochen vor der geplanten Ankunft einer Lieferung schon wissen, ob und um wieviel sich diese verspäten wird, haben genug Zeit, um gegenzusteuern, Lieferungen umzuleiten oder alternative Quellen aufzutun.

Die Übersicht behalten

Langfristige Planungssicherheit kombiniert mit Echtzeiteinblicken in die End-to-End-Supply Chain kann aber nur funktionieren, wenn die genutzten Tools übersichtliche Einblicke liefern. Hier sind Dashboards und Karten gefragt. Tabellen-Ansichten helfen bei komplexen Lieferketten oftmals nur begrenzt weiter. Gleichzeitig kommen immer mehr junge Mitarbeiterinnen und Mitarbeiter in die Unternehmen, die einen gewissen Grad der Digitalisierung mitbringen. Daraus folgt auch ein gewisser Anspruch an die verwendeten Tools in Bezug auf Übersicht.

Eingriff durch KI

Je kurzfristiger eine Störung auftritt, umso wichtiger ist der Echtzeiteinblick. Noch besser ist es, wenn Störung automatisiert behoben werden können. Manuelle Eingriffe können sehr aufwändig sein, weil viele Unwägbarkeiten, Konsequenzen und Möglichkeiten abgeglichen werden müssen. Menschliche Mitarbeiter benötigen dazu Tage. Kommt jedoch küsntliche Intelligenz zum Einsatz, verkürzt sich dieser Vorgang auf wenige Minuten. Ein Beispiel dafür ist die plötzliche Verspätung eines Containerschiffes. Die KI weiß, was das Schiff geladen hat, wo die Lieferungen gebraucht werden und kann autonom Warenströme umleiten, auf Sicherheitsbestände zugreifen und Material priorisieren. Damit KI-gesteuerte automatisierte Eingriffe in den Betrieb bei den Beschäftigten auf Vertrauen stoßen, sollten diese wissen, wie der Entscheidungsprozess zu Stande kommt. Die KI muss also transparent und ihre Entscheidungen nachvollziehbar, erklärbar und reproduzierbar sein.

Daten mit Qualität

Damit eine KI-Lösung dies bewerkstelligen kann, benötigt sie Daten. Es sind dieselben Daten, die auch ein Lieferketten-Monitoring-Tool benötigt. Um diese Daten nutzen zu können, kommt es auf deren Qualität an: Sie sollten sauber aufbereitet und zugänglich sein. Cloud-basierte Plattformlösung, auf die alle Akteure entlang der Supply Chain Zugriff haben können das beispielsweise leisten. Sie dienen der Planung, Steuerung und Überwachung der Lieferkette. Als Interface fungiert der Control Tower.

Produktion und Logistik rücken aneinander

Mit fortschreitender Digitalisierung rücken Produktion und Logistik immer weiter aneinander. Künstliche Intelligenz hilft dabei, die Daten aus beiden Bereichen zusammenzuführen, den Betrieb zwischen beiden Disziplinen zu orchestrieren und zu automatisieren. Auch Kontrolltürme werden an Bedeutung gewinnen, um Supply Chains zu steuern und um sehen zu können, wo ein schnelles Eingreifen notwendig ist.


Das könnte Sie auch interessieren:

Zerspaner müssen sich intensiv mit hoher Variantenvielfalt, kleinen Losgrößen und langen Rüstzeiten befassen, um wettbewerbsfähig zu fertigen. MES-Software mit Advanced Planning and Scheduling-Funktionalität hilft, die Herausforderungen der Branche anzugehen.‣ weiterlesen

Weltweit steckt der Einsatz von künstlicher Intelligenz (KI) noch in den Kinderschuhen. Die Mehrheit der Unternehmen, die KI einsetzen, experimentieren laut einer Accenture-Untersuchung in diesem Bereich noch. 12 Prozent nutzen die Technologie mit einem KI-Reifegrad, der einen starken Wettbewerbsvorteil bringt, so das Ergebnis der Studie.‣ weiterlesen

Thomas Herrguth verantwortet seit 1. Juli das Deutschlandgeschäft bei VMware. Sein Vorgänger Armin Müller konzentriert sich nun auf seine Rolle als Vice President CEMEA bei VMware.‣ weiterlesen

Bei Predictive-Quality-Anwendungen kann es sich auszahlen, nicht auf die Cloud, sondern auf Edge Computing zu setzen – vor allem dann, wenn es schnell gehen muss, erläutert Data-Science-Spezialist LeanBI.‣ weiterlesen

Der ERP-Auswahlberater Trovarit begleitete Buhmann Systeme bei seiner Software-Neuausrichtung von der Prozessanalyse bis zur Systemauswahl. Ein zentrales Element war der Anforderungskatalog mit 850 Punkten. Im Marktvergleich bot die Software AMS.ERP die höchste Abdeckung - und ihr Hersteller erhielt den Zuschlag.‣ weiterlesen

Gemeinsam wollen Siemens und Nvidia das industrielle Metaverse erschließen. Die Unternehmen wollen dafür ihre Partnerschaft ausbauen und durch die Verknüpfung von Nvidia Omniverse und Siemens Xcelerator realitätsgetreue digitale Zwillinge ermöglichen.‣ weiterlesen

Amazon Web Services hat auf dem AWS Summit in San Francisco drei Services angekündigt, die sich vor allem an produzierende Betriebe richten. Mit AWS IoT TwinMaker können Entwickler digitale Zwillinge etwa von Gebäuden, Fabriken, Industrieanlagen und Produktionslinien erstellen.‣ weiterlesen

Wachstum hatte die Personalarbeit bei Schuler Präzisionstechnik vor Herausforderungen gestellt. Die manuelle Bearbeitung von Vorgängen kostete Zeit und war umständlich. Daher wurde ein digitales Personalmanagement-System auf Basis einer Software für Enterprise Content Management (ECM) aus der Taufe gehoben.‣ weiterlesen

Die Berliner Fraunhofer Institute haben im Auftrag von German Edge Cloud und dem Innovationscluster 5G Berlin eine 5G-Infrastruktur in Betrieb genommen. Diese steht Kunden und Partnern aus Industrie und Forschung für Projekte zur Verfügung.‣ weiterlesen

PTC hat das neunte Major Release der CAD-Software Creo vorgestellt. Das Unternehmen mit Hauptsitz in Boston hat in die Weiterentwicklung der Modellierungsumgebung investiert, um die Benutzerfreundlichkeit und Produktivität zu erhöhen.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige